数字经济背景下智能制造供应链金融研究现状与展望

数字经济背景下智能制造供应链金融研究现状与展望

黄建江

身份证号码：350426197012294016

摘要：当前，国家对于我国机械制造领域的发展，一直比较重视，也投入了许多的人力物力给予足够的支持。在经历了改革开放后，我国机械工程的发展迎来了一波新的高潮，尤其是智能制造技术在各行各业都得到了应用与普及。基于此，本文主要对数字经济背景下智能制造供应链金融研究现状与展望进行论述，详情如下。

关键词：数字经济；智能制造；供应链金融

引言

中国是世界制造业中心，在全球产业链中占据核心位置。在全球重构产业链、抢占价值链微笑曲线两端的转机下，诸如美国、德国、英国等大国博弈将战略靶心打向智能制造领域，如德国“工业4.0”、美国先进制造、英国工业2050等国家战略部署，智能制造成为数字经济时代各国抢占产业链重构的战略高地和打造强国战略的必经之路。“十四五”规划提出“以服务制造业高质量发展为导向，推动供应链金融等服务创新发展”，引领探索创新供应链金融发展模式来服务智能制造产业链优化升级，推进制造业数字化转型。为构建双循环的新发展格局、确保产业链供应链稳定、提升产业链供应链现代化水平，供应链金融能够“精准滴管”智能制造产业，实现金融赋能实体经济的“制造强国”战略。因此，在数字经济背景下，研究“供应链金融赋能智能制造产业链”这一跨学科综合性新兴主题，具有前瞻性、实用性、指导性的实践价值和学术价值。

1数字经济背景下智能制造供应链金融研究现状

关于金融科技赋能供应链金融模式创新研究。供应链金融模式的演进分为４个阶段，即金融机构主导的供应链金融1.0、核心企业主导的供应链金融2.0、互联网供应链金融3.0以及智慧供应链金融4.0，其中智慧供应链金融4.0指应用数智技术赋能的供应链金融模式。多数学者认同其对供应链金融模式的创新性贡献，认为这些技术的应用能够增加金融机构、外部监管部门等对链上企业的监督、监管透明度，降低沟通及运营成本，提高供应链金融的融资绩效，缓解信息不对称，改善信任机制，减少信用风险。但也有部分学者表明金融科技只能作为模式创新的工具，不能完全对其技术形成依赖性，要根据场景需要和具体情况审慎选择数字技术。一是因为技术手段的底层嵌入会增加链上企业的运营成本；二是因为金融科技无法从源头管控道德风险和贸易背景的真实性，如智能合约只能防止上链合同的篡改，无法消除数据输入端的操作风险；三是金融科技本身也会带来数据方面的安全隐患。

2数字经济背景下智能制造供应链金融优化

2.1加强数字新基建在工厂的应用落地

智能工厂很重要的一个环节就是信息物理系统，海量传感器的数据采集、数据处理、边缘传感、云端机器人、云端控制器和设备主动沟通，除有线网络外，5G是最好的网络补充。结合边缘计算、人工智能、大数据和超高清视频这些运营商占据优势的技术基础，赋能制造业向数字化转型。

2.2智能制造时代开发机器人的关键技术

近几年，机器人的发展迅速得利于多学科交叉融合。人工智能促进了机器的发展，机器的发展促进了人工智能的推进。机器人平台比较多，工业、飞行、移动、医疗、海洋、空间等，应用领域也很广泛。在制造、物流、医疗、生活、海洋等各个领域发挥重要作用并凸显成效。机器人应用最成熟的是生产柔性加工制造，产品更新换代就是重新组合，将软件更新并下载到分布式控制系统，完成多机协同调度的生产线的柔性控制。一是抓本体机构，二是抓感知智能，三是抓规划决策智能，四是抓智能控制。同时，机器人联网以后，还要发现病毒、剔除病毒，然后重构控制系统。抓住以上几点就可以解决制造问题、航空问题、物流问题、医疗问题、家政问题等。

2.3平台化强链，畅通供应链“堵点”

一是补强废钢资源供应链。建立钢铁产品全生命周期追溯体系，整合企业自产废钢、加工废钢、社会折旧废钢、进口再生钢铁原料等资源及废钢加工企业生产能力，通过废钢资源共享平台，推动废钢回收、加工、流通等规范化、规模化运行，实现资源集约化管理与循环利用，保障废钢资源安全稳定供应。二是畅通企业融资渠道。针对中小企业融资难、融资贵和融资慢等问题，钢铁工业要充分利用区块链、物联网、人工智能等技术，构建多维度、数据化、智能化风控体系，通过应收账款抵押、货权抵押等方式封闭资金流或控制物权，对供应链上下游企业提供订单融资、票据融资、质押融资、信用融资、第三方支付等综合性金融产品和服务，畅通企业融资渠道。三是强化网络协同制造。加快互联网、大数据、人工智能等新一代信息技术和钢铁制造技术的深度融合发展，打造面向企业全价值链、产品全生命周期和全资产要素的网络协同制造平台，推动企业间设计、生产、管理、服务等环节紧密连接，强化先期介入、大批量定制、制造能力交易，推动供需高效对接，实现基于网络的制造资源配置和生产业务并行协同。同时，围绕产业集群的共性制造需求，依托网络协同制造平台，可以集中配置通用性强、购置成本高的生产设备，建设提供分时、计件等灵活服务的共享制造工厂，深度挖掘钢铁产业价值链，重构商业模式。

2.4生态化延链，破解产业链“难点”

一是构建新型信用监管体系。利用区块链去中心化、不可伪造、公开透明、可追溯等特征，构建基于区块链的新型信用体系，重点围绕产业政策、环保、安全等领域，建立行业数字化管理平台，对企业产品结构、产能产量、工艺装备、安全生产、绿色低碳、失信情况等数据进行跟踪追溯，在强化行业运行监测的同时，实现粗钢产量监测、产品质量认证与追溯、行业技术对标、企业信用评价等功能，为企业对标找差、行业分级分类管理、政府政策制定提供数据支撑，引导行业健康发展。二是延伸钢铁产业服务链。建立开放共享的数据资源库，搭建网络化的设计协同平台，提升钢铁材料设计服务水平；鼓励有条件的钢铁企业开放检验检测资源，参与检验检测公共服务平台建设，为中小企业提供检验检测认证服务；建设贯穿产品全生命周期的数字化平台，拓展售后支持、在线监测、数据融合分析处理等服务。

2.5打造产、学、研、用智能制造开源生态圈

进一步加强产业链各环节间的交流合作，推动跨界融合，构建创新的智能制造行业大平台，聚焦重点行业、重点应用场景，共同攻坚关键技术、关键问题，打造基于 5G+ 智能制造的产业集群，推动新技术在传统制造业智能化转型升级过程中的应用和发展。

结语

未来供应链金融风险管理议题需要根据时代的发展变化和新元素的加入做出调整，多维度审视风险源，多角度、多手段、全方面防范风险。

参考文献

［1］匡海波，杜浩，丰昊月．供应链金融下中小企业信用风险指标体系构建［J］．科研管理，2020，41（4）：209-219．

［2］宋华，韩思齐，刘文诣．数字技术如何构建供应链金融网络信任关系？［J］．管理世界，2022，38（3）：182-200．

［3］李健，渠珂，田歆，等．供应链金融商业模式、场景创新与风险规避---基于“橙分期”的案例研究［J］．管理评论，2022，34（2）：326-335．

［4］田川．信息物理融合下智能制造特征及商业银行金融支持研究［J］．武汉金融，2018（5）：65-69．

［5］李娟，刘慧玲，聂勇．供应链金融价值创造的内在机理研究---基于扎根理论［J］．财会月刊，2021（4）：143-149．